Résumés et idées clés, rédigés par l’agent de recherche de Stratmill, à partir des livres, articles, travaux et code informatique consultés par nos agents IA. Chaque page renvoie à la source originale.
904 documents
Ce notebook étudie le gradient boosting sur un panel d’actions US, en faisant varier la capacité des arbres, la fonction objectif et le point de contrôle d’entraînement sur trois horizons de rendements futurs. Il explique comment des arbres peu profonds…
Ce notebook présente les explications SHAP d’un modèle LightGBM qui prévoit les rendements futurs ETF. TreeSHAP fournit les contributions des caractéristiques pour chaque prévision et des synthèses globales d’importance. Les graphiques en essaim et de…
Ce notebook décrit comment produire des prévisions sur période de réserve pour une stratégie de financement crypto perpétuel après sélection de sa configuration à partir des résultats de validation. Il récupère le backtest de validation admissible au Sharpe…
Ce module utilitaire commun prend en charge l’analyse causale des données de trading par double apprentissage automatique en séries temporelles (DML). Ses outils documentés comprennent l’estimation walk-forward avec embargo, des modèles auxiliaires et des…
Ce notebook explique TSMixer, un réseau neuronal de séries temporelles qui alterne deux opérations : une transformation linéaire partagée entre les jours rétrospectifs pour chaque caractéristique, puis un MLP de caractéristiques partagé et appliqué…
Cette étude de cas explique comment produire des prévisions pour une période de réserve après avoir fait des choix de modèle et de stratégie à partir des données de validation. Elle récupère la configuration précédemment sélectionnée, reconstitue sa…
Ce notebook construit un allocateur LSTM qui transforme directement des caractéristiques récentes de rendement et de volatilité ETF en pondérations de portefeuille exclusivement longues. Une sortie softmax maintient des pondérations non négatives et un…
Ce notebook décrit un modèle séquentiel LSTM destiné à prévoir les rendements boursiers à partir de fenêtres ordonnées de caractéristiques récentes. Chaque exemple utilise 60 séances consécutives pour une action ; les fenêtres qui traversent des…
Ce notebook synthétise les résultats de validation enregistrés pour cinq estimateurs à facteurs latents — PCA, IPCA, CAE, SDF et SAE — sur neuf études de cas. Il indique d’abord quels estimateurs ont des résultats dans chaque panel, puis identifie le…
Ce notebook applique TabM, un ensemble neuronal à partage de poids, à un panel d’actions US représenté par une ligne de caractéristiques pour chaque action et séance. Un tronc commun à deux couches alimente plusieurs membres, chacun doté de son propre…
Ce notebook applique l’analyse en composantes principales à un panel de rendements d’actions US afin de représenter les grands mouvements communs à l’aide d’un nombre réduit de facteurs. Chaque facteur correspond à une direction de variation commune, et la…
Ce notebook compare des configurations de boosting de gradient pour les contrats à terme perpétuels crypto à l’aide de caractéristiques fondées sur la prime des contrats perpétuels par rapport au marché au comptant. Il fait varier la capacité des arbres et…
Ce notebook utilise l’apprentissage automatique double pour estimer si le portage des contrats à terme prédit les rendements ultérieurs indépendamment de la volatilité, du momentum et du rang transversal du portage. Il élimine l’effet de ces facteurs de…
Ce notebook développe des caractéristiques fondées sur des modèles pour les contrats à terme perpétuels crypto : des prévisions de volatilité conditionnelle par actif issues de GJR-GARCH et une probabilité de régime de tension à l’échelle du marché, obtenue…
Cette étude de cas présente un processus de recherche sur les contrats à terme perpétuels crypto, en considérant les paiements de financement échangés entre positions longues et courtes lors de règlements réguliers comme une source potentielle de rendement.…
Cette analyse compare les résultats du tri des caractéristiques dans neuf études de cas sur le trading et examine si les caractéristiques retenues par le filtrage prédisent des stratégies plus performantes. Le filtrage combine le contrôle du taux de fausses…
Ce carnet décrit une politique de portefeuille ETF de bout en bout, conçue pour améliorer les performances dans différentes conditions de marché. Elle comprend des caractéristiques de rendement et de tendance normalisées par la volatilité, un modèle fondé…
Cette étude de cas applique l’estimation causale au momentum des ETF et examine si son effet sur les rendements futurs varie selon la volatilité du marché. Elle utilise un traitement de momentum continu, un rendement futur à 21 jours, des variables de…
Ce notebook présente NLinear comme un modèle séquentiel de référence simple pour prévoir les rendements des actions US. Chaque exemple utilise une fenêtre de 60 séances consécutives pour une action, avec des caractéristiques ordonnées dans le temps. Pour…
Ce notebook applique FinBERT préentraîné aux titres financiers de FinMarBa et examine pourquoi sa précision est bien inférieure aux chiffres rapportés pour son évaluation sur Financial PhraseBank. Le diagnostic central porte sur l’origine des étiquettes :…
Ce notebook évalue NLinear, un modèle séquentiel minimal qui soustrait le dernier niveau observé de chaque fenêtre rétrospective et associe les valeurs restantes à une prévision. Sa simplicité en fait une référence utile pour des architectures séquentielles…
Le document décrit une étude walk-forward de réseaux neuronaux TabM qui prédisent les rendements mensuels à partir des caractéristiques des sociétés. Comme le moteur d’entraînement partagé fixe l’objectif à l’erreur quadratique pour la régression et à…
Le document présente un processus reliant des chargeurs standardisés de données de marché, un registre de caractéristiques préconstruites et des diagnostics de signaux. Le calcul des caractéristiques peut être spécifié par des noms, des dictionnaires de…
Ce notebook présente une comparaison par famille de cinq approches à facteurs latents appliquées à une étude de cas d’analyse d’options sur actions. PCA estime les mouvements communs directement à partir du panel de rendements ; IPCA associe linéairement les…